Agenda
Investigación descriptiva
Pautas para el plan de análisis
¿Quiénes están siendo infectados y muriendo por COVID-19,
de acuerdo a edad, sexo, raza, y nivel socioeconómico? (Persona)
¿Dónde las tasas de infección están
disminuyendo o aumentando? (Lugar)
¿Cómo están cambiando las tasas de infección y la letalidad
a lo largo del tiempo? (Tiempo)
Los estudios descriptivos tienen roles importantes en la investigación médica.
Suelen ser el primer paso cuando nos enfrentamos a nuevas enfermedades o áreas de conocimiento.
De acuerdo con la CDC, la investigación epidemiológica descriptiva
“(…) responden las siguientes preguntas sobre la ocurrencia enfermedades, daños o peligros ambientales: ¿Qué? ¿Cuánto? ¿Cuándo? ¿Dónde? ¿Entre quiénes?”.
“Los estudios descriptivos están más preocupados por describir asociaciones que con analizar y explicar sus efectos causales”.
Buscan caracterizar la distribución de la salud, enfermedad y daño o exposiciones benéficas en poblaciones bien definidas.
Podemos dividirlos en dos grandes grupos:
Aquellos que lidian con individuos.
Aqueelos que lidian con poblaciones.
Estudios que involucran datos individuales:
Estudios que involucran datos poblacionales:
Estudios que involucran datos individuales:
Estudios que involucran datos poblacionales:
Se pueden usar para:
Análisis de tendencia
Planeamiento
Pistas sobre causas (exploratorios)
Pistas sobre factores predictivos (pronósticos o diagnósticos)
Agenda
Investigación descriptiva
Pautas para el plan de análisis
Alguna característica de la verdadera distribución subyacente de la enfermedad en una población objetivo bien definida.
Buenas preguntas descriptivas requieren:
Buen fundamento teórico sobre el proceso generador de la enfermedad
Definir claramente a la población objetivo
A diferencia de inferencia causal, donde no es necesario muestreos representativos de poblaciones más grandes bien definidas, en estudios descriptivos sí es vital esto.
Idealmente debería alcanzarse la representatividad estadística a través de un esquema de muestreo probabilístico.
Si no es posible, debe poder justitifarse la representatividad teórica de muestreos no probabilístico.
Lo mismo ocurre con aspectos relacionados a la medición y el error de medición.
Muchas enfermedades son evaluadas mediante el uso de pruebas (o combinación de estas) que no son estándares de referencia perfectos.
Los estudios descriptivos son propensos a sesgo de selección por muestreo no representativo y sesgo de medición por usar instrumentos con error de medición.
Sin embargo, no son propensos a sesgo de confusión, dado que su objetivo no es evaluar relaciones causales.
Sin embargo, una gran cantidad de estudios descriptivos citan como limitación el sesgo de confusión, cuando esto realmente no tiene sentido en este tipo de estudios.
Dado que la investigación descriptiva busca caracterizar el fenómeno de salud enfermedad, suele ser importante evaluar este fenómeno en subgrupos o estratos de interés para
Uno debe pre-definir estos estratos desde el protocolo.
Aunque la confusión no importa en estudios descriptivos, sí puede ser vital realizar ajustes.
Se puede ajustar por algunas variables para hipotetizar (en sentido exploratorio) sobre las razones de la variabilidad dentro y entre las poblaciones:
Se sugiere ajustar por variables que cumplen el siguiente criterio:
Los análisis crudos (sin ajustar) son muy importantes para describir el mundo real observado o factual.
Aunque la tasa de mortalidad entre enfermeras y médicos sea la misma luego de ajustar por edad, la mayor mortalidad cruda en enfermeras poria
Ajustar por geografía cuando se quieren identificar diferencias de mortalidad por raza y etnicidad podría oscurecer disparidades debido al racismo sistemático.
Haga inferencias cuando pueda justificar que estas podrían ser válidas: muestreo probabilístico o muestreo no probabilístico con justificación teórica razonable.
Estime y reporte estadísticos puntuales.
Cuando se pueda y deba hacer inferencia:
Indique qué métodos de estimación utilizará.
Use métodos apropiados cuando lidie con datos correlacionados.
Indique el programa estadístico que usará.
Trate de usar métodos para reducir los riesgos asociados a sesgo de selección o error de medición:
¡Y lo más improtante!
Consulte con una persona con nivel de entrenamiento apropiado en Bioestadística…
… para la complejidad del análisis que requiera su estudio.
La investigación requiere un equipo de investigación con personas especializadas en aspectos diferentes.
Así como uno busca un neurocirujano para una cirujía cerebral…
…uno busca un bioestadístico para un análisis bioestadístico .
@psotob91
https://github.com/psotob91
percys1991@gmail.com
Sí, no todas las cohortes buscan identificar ‘factores de riesgo’. Sobre todo si el diseño muestral lo permite, algunas cohortes pueden ser buenas para describir: cohortes poblacionales.
En realidad no son un diseño, pero vale la pena la mención honrosa.
Programa de Formación Científica: Redacción de Protocolos de Investigación-2022